O Atracamento Molecular é uma importante ferramenta utilizada no descobrimento de novos fármacos. O atracamento com ligante flexível é um processo computacionalmente custoso devido ao número alto de graus de liberdade do ligante e da rugosidade do espaço de busca conformacional representando a afinidade entre o receptor e uma molécula ligante. O problema é definido como a busca pela solução de menor energia de ligação proteína-ligante. Considerando uma função suficientemente acurada, a solução ótima coincide com a melhor orientação e afinidade entre as moléculas. Assim, o método de busca e a função de energia são partes fundamentais para a resolução do problema. Muitos desafios são enfrentados para a resolução do problema, o tratamento da flexibilidade, algoritmo de amostragem, a exploração do espaço de busca, o cálculo da energia livre entre os átomos, são alguns dos focos estudados. Esta dissertação apresenta uma técnica baseada em um Algoritmo Genético de Chaves Aleatórias Viciadas, incluindo a discretização do espaço de busca e métodos de agrupamento para a multimodalidade do problema de atracamento molecular. A metodologia desenvolvida explora o espaço de busca gerando soluções diversificadas. O método proposto foi testado em uma seleção de complexos proteína-ligante e foi comparado com softwares existentes: AutodockVina e Dockthor. Os resultados foram estatisticamente analisados em termos estruturais. O método se mostrou eficiente quando comparado com outras ferramentas e uma alternativa para o problema de Atracamento Molecular. / Molecular Docking is a valuable tool for drug discovery. Receptor and flexible Ligand docking is a very computationally expensive process due to a large number of degrees of freedom of the ligand and the roughness of the molecular binding search space. A Molecular Docking simulation starts with a receptor and ligand unbounded structures and the algorithm tests hundreds of thousands of ligands conformations and orientations to find the best receptor-ligand binding affinity by assigning and optimizing an energy function. Despite the advances in the conception of methods and computational strategies for search the best protein-ligand binding affinity, the development of new strategies, the adaptation, and investigation of new approaches and the combination of existing and state-of-the-art computational methods and techniques to the Molecular Docking problem are clearly needed. We developed a Biased Random-Key Genetic Algorithm as a sampling strategy to search the protein-ligand conformational space. The proposed method has been tested on a selection of protein-ligand complexes and compared with existing tools AutodockVina and Dockthor. Compared with other traditional docking software, the proposed method has the best average Root-Mean-Square Deviation. Structural results were statistically analyzed. The proposed method proved to be efficient and a good alternative to the molecular docking problem.

A coevolução parasita-hospedeiro pode ser apontada como uma das principais responsáveis pela grande diversificação de genes envolvidos na resposta imunológica. A chamada “região do MHC” (na sigla em inglês para Major Histocompatibility Complex), localizada no braço curto do cromossomo 6 humano, é a região mais polimórfica e densa do nosso genoma. Os três genes mais polimórficos deste locus codificam a cadeia pesada de um complexo referido como MHC de classe I, responsável pela apresentação (na superfície celular) de peptídeos provenientes da degradação de proteínas intracelulares. Este mecanismo é central na resposta antiviral, permitindo que células infectadas sejam identificadas e eliminadas pelos Linfócitos T Citotóxicos. Apesar de estruturalmente similares, cada molécula de MHC apresenta maior afinidade por peptídeos com determinadas características bioquímicas. Assim, quanto maior a variabilidade de MHCs em uma dada população, menor o risco de que todos os indivíduos sejam incapazes de apresentar pelo menos alguns alvos derivados de um determinado vírus. Por outro lado, a resposta imunológica celular e a geração de memória contra este alvo apresentado pelo MHC, depende do reconhecimento específico deste complexo peptídeo:MHC (pMHC) por uma dada população de linfócitos. Neste trabalho empregamos ferramentas de bioinformática para realizar a análise estrutural de complexos pMHC, identificando propriedades envolvidas na estimulação da resposta imunológica celular. Nossos resultados in silico, corroborados por experimentos in vitro e ex vivo, sugerem que a similaridade estrutural de complexos pMHC (em termos de topografia e potencial eletrostático) desempenha um papel central na reatividade cruzada de linfócitos T, com implicações sobre imunidade heteróloga, imunopatologia e desenvolvimento de vacinas. / Host-pathogen coevolution can be implicated as one of the main features driving the great diversity of genes involved with immunological response. The so-called “MHC region” (Major Histocompatibility Complex), located at the short arm of human chromosome 6, is the most polymorphic and dense region of our genome. The three most polymorphic genes in this locus encode the heavy chain of a complex referred as MHC class I, which is responsible for presentation (at cell surface) of peptides derived from the digestion of cytosolic proteins. This mechanism plays a key role in antiviral immune response, allowing infected cells to be identified and eliminated by Cytotoxic T Lymphocytes. Although structurally similar, each MHC molecule presents higher affinity for peptides with certain biochemical properties. Therefore, the greater the variability of MHCs in a given population, the smaller the risk that all individuals are unable to present at least some targets derived from a given virus. On the other hand, cellular immune response and memory generation against the target presented by the MHC, depends on specific recognition of this peptide:MHC (pMHC) complex by a given T cell population. In this work, we use bioinformatics tools to perform structural analysis of pMHC complexes, identifying features involved in triggering cellular immune responses. Our in silico results, corroborated by in vitro and ex vivo experiments suggest that structural similarity among pMHC complexes (topography and electrostatic potential) plays a central role in cross-reactivity of cytotoxic T cells, with implications over heterologous immunity, immunopathology and vaccine development.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2012. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2013-02-06T16:01:06Z No. of bitstreams: 1 2012_HugoVasconcelosSaldanha.pdf: 2248809 bytes, checksum: f80d729d5af8b3a883cb1c90f437b32a (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-02-07T11:31:54Z (GMT) No. of bitstreams: 1 2012_HugoVasconcelosSaldanha.pdf: 2248809 bytes, checksum: f80d729d5af8b3a883cb1c90f437b32a (MD5) / Made available in DSpace on 2013-02-07T11:31:54Z (GMT). No. of bitstreams: 1 2012_HugoVasconcelosSaldanha.pdf: 2248809 bytes, checksum: f80d729d5af8b3a883cb1c90f437b32a (MD5) / O paradigma da Computação em Nuvem tem possibilitado o surgimento de um grande ecossistema composto por diferentes tecnologias e provedores de serviço com o objetivo de oferecer enorme quantidade de recursos computacionais sob demanda. Neste cenário, pesquisas científicas têm aproveitado a computação em nuvem como plataforma capaz de lidar com processamento e armazenamento em larga escala necessários na realização de seus experimentos. Em especial, a Bioinformática deve lidar com a grande quantidade de dados produzida pelas modernas máquinas de sequenciamento genômico. Neste contexto, várias ferramentas têm sido projetadas e implementadas para tirar proveito da infraestrutura oferecida pela computação em nuvem. Nuvens públicas, disponibilizadas por grandes provedores de serviço seriam capazes de oferecer, individualmente, recursos suficientes para atender ao poder computacional requerido pelas aplicações de bioinformática. Entretanto, esta escolha cria uma dependência tecnológica em relação ao provedor de serviço escolhido, tornando as instituições de pesquisa sujeitas as escolhas estratégicas deste provedor. Além disso, a infraestrutura computacional existente nessas instituições ficaria ociosa, ao invés de ser aproveitada em conjunto com o uso da nuvem pública. Como alternativa, surge a Federação de Nuvens Computacionais, que possibilita a utilização simultânea das diversas infraestruturas existentes nas várias instituições de pesquisa de maneira integrada, além de permitir a utilização dos recursos oferecidos pelas nuvens públicas. O presente trabalho tem como objetivo propor uma arquitetura de federação de nuvens computacionais híbrida, denominada BioNimbus, capaz de executar aplicações e workflows de bioinformática de maneira transparente, flexível, eficiente e tolerante a falhas, com grande capacidade de processamento e de armazenamento. Os serviços necessários a construção da federação são detalhados, juntamente com seus requisitos. Foi realizado um estudo de caso com um workflow e dados reais a partir da implementação de um protótipo da arquitetura, integrando nuvens públicas e privadas. Com os resultados obtidos, foi possível observar a real aplicabilidade de uma arquitetura de federação híbrida em particular a BioNimbus, que atingiu as características projetadas inicialmente. Ao mesmo tempo, foram identificadas características que devem ser tratadas com o intuito de construir uma federação de nuvens computacionais híbrida que execute de forma eficiente e segura aplicações e workflows de bioinformática. _______________________________________________________________________________________ ABSTRACT / The Cloud Computing paradigm has enabled the emergence of a large ecosystem composed of different technologies and service providers with the goal of providing enormous amount of computing resources on demand. In this scenario, scientists have taken advantage of cloud computing as a platform capable of handling the large scale processing and storage requirements to carry out their experiments. In particular, Bioinformatics must handle large amounts of data produced by modern genomic sequencing machines. Thus, several tools have been designed and implemented to take advantage of the infrastructure offered by cloud computing. However, as the computing power required can be very large, only public clouds, provided by large service providers, would be able to offer, individually, sufficient resources. In these conditions, there would be a technological dependence on the chosen service provider, making research institutions subject to the strategic choices of this provider. Furthermore, the existing computing infrastructure in these institutions would remain idle, causing great waste. Alternatively, Cloud Federation emerges as a way to allow the simultaneous use of several existing infrastructures in the various research institutions in an integrated manner, besides allowing the use of the resources offered by public clouds. The present work aims to propose an architecture of a hybrid cloud federation, called BioNimbus, capable of running applications and bioinformatics workflows in a transparent, flexible, efficient and fault-tolerant manner, with high processing power and huge storage capacity. The services required to build the federation are detailed, along with their requirements. We conducted a case study with a real work ow and real data through the implementation of a prototype of the architecture, integrating public and private clouds. With the results obtained, it was possible to observe the real applicability of the BioNimbus architecture, reaching the desired characteristics. At the same time, some details to be studied better in future work were identified in order to obtain a better implementation of a bioinformatics cloud federation.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2006. / Submitted by Kathryn Cardim Araujo (kathryn.cardim@gmail.com) on 2009-11-13T16:17:42Z No. of bitstreams: 1 2006_Rodolfo Bezerra Batista.pdf: 6981460 bytes, checksum: 79be4013795ebfc7b4d57c71316c4757 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2009-11-16T14:30:34Z (GMT) No. of bitstreams: 1 2006_Rodolfo Bezerra Batista.pdf: 6981460 bytes, checksum: 79be4013795ebfc7b4d57c71316c4757 (MD5) / Made available in DSpace on 2009-11-16T14:30:34Z (GMT). No. of bitstreams: 1 2006_Rodolfo Bezerra Batista.pdf: 6981460 bytes, checksum: 79be4013795ebfc7b4d57c71316c4757 (MD5) Previous issue date: 2006-03-20 / O alinhamento de seqüências biológicas é um método muito importante usado pela biologia computacional para relacionar organismos e compreender os processos evolutivos envolvidos entre eles. O algoritmo de Smith-Waterman, método exato para obtenção de alinhamentos locais ótimos entre seqüências de DNA (ácido desoxirribonucleico), possui complexidade O(n2) tanto de espaço quanto de tempo. Esta complexidade é um obstáculo à comparação de seqüências muito longas. O BLAST é uma ferramenta capaz de produzir alinhamentos locais em curto espaço de tempo e baixo custo de memória. No entanto, a sensibilidade dos resultados produzidos é baixa em comparação aos métodos exatos, devido às heurísticas utilizadas no BLAST. A programação paralela é utilizada para lidar com problemas computacionais que demandam muito tempo de processamento. Clusters de computadores provêm alto poder computacional a baixo custo. Entretanto, para se ter benefícios com o uso de clusters, os problemas precisam ser adaptados antes de serem resolvidos sobre tal plataforma computacional. A presente dissertação propõe uma estratégia paralela exata para a comparação de seqüências longas de DNA em um espaço limitado de memória. A estratégia proposta foi implementada em um cluster de estações de trabalho, atingindo speedups muito bons para seqüências maiores que 50Kbp e sendo capaz de produzir alinhamentos locais ótimos para seqüências de mais de 3 milhões de pares de bases. ____________________________________________________________________________________________ ABSTRACT / Biological sequence alignment is a very important method used by computational biology to relate organisms and understand the evolutionary processes involved between them. The Smith-Waterman algorithm, an exact method used to obtain optimal local alignments between DNA (deoxyribonucleic acid) sequences, has O(n2) space and time complexity. This complexity is an obstacle to the comparison of very long sequences. BLAST is a tool capable of producing local alignments in short time at a low memory cost. However, the results produced have a low sensibility when compared to exact methods, due to the heuristics used in BLAST. Parallel programming is used to deal with high processing time demanding computational problems. Clusters of computers provide high computational power at low cost. However, in order to have benefits with the use of clusters, the problems must be adapted before being solved on such computational platform. The present dissertation proposes an exact parallel strategy to the comparison of long DNA sequences in limited memory space. The proposed strategy was implemented in a cluster of workstations, reaching very good speedups for sequences longer than 50Kbp and being able to produce optimal local alignments for sequences with over 3 million base pairs.

Dentro da bioinformática uma das atividades mais realizadas é o alinhamento de seqüências biológicas [1]. Seus resultados são utilizados em várias atividades que desdobram-se em áreas de pesquisa interdisciplinares com geração de diversos subprodutos. Sendo uma das primeiras etapas de tais tarefas, o multialinhamento é então importante para garantir a qualidade dos resultados obtidos em vários estudos do material genético. Para este trabalho espera-se a reprodução dos resultados já publicados na área [2]; [3]; [4]; [5]; [6]). A implementação de um programa de multialinhamento global de seqüências biológicas utilizando uma abordagem iterativa estocástica por algoritmo genético, uma forma relativamente recente [7] de se atacar tal problema. Obtenção de um panorama sobre as soluções alternativas existentes / Multialignment of biological sequences is one of the most frequently used activities in bioinformatics. The results provided by sequence alignment are used in the solution of other bioinformatics problems. Since a multialignment procedure is one of the first steps of many bioinformatics problems, the condition of an alignment affects the quality of the results obtained for these problems. Multialignment of biological sequences is a complex problem (NP complete) and requires usually heuristics to obtain acceptable performance. Evolutionary algorithms have been used with relevant results. This work aims to find better solutions for the multialignment problem using evolutionary computation. In order to achieve that, this research investigates techniques using evolutionary computation applied to multialignment problem and searches to reproduce their results. Moreover, the development of an approach that performs global multialignment of biological sequences using evolutionary algorithms and an evaluation of the available multialignment techniques are also proposed

Neste trabalho desenvolvemos um novo algoritmo para clustering para dados de expressão gênica. As abordagens tradicionais utilizam um conjunto de dados na forma de uma tabela de duas dimensões, onde as linhas são os genes e as colunas são as condições experimentais. Nós utilizamos uma estrutura de três dimensões, acrescentando fatias de tempo. Implementamos nosso algoritmo e testamos com conjuntos de dados sintéticos e dados reais, usando índices de validação para comparar os resultados obtidos pelo nosso algoritmo com os resultados produzidos pelo algoritmo TriCluster. Os resultados mostraram que o nosso algoritmo é bom para dados de expressão gênica em três dimensões e pode ser aplicado a dados de outros domínios / In this study we developed a new clustring algorithm for gene expression data. Previous solutions use a dataset in the form of a table, where the rows are the genes and the columns are the experimental conditions. We used a three-dimensional structure adding time-slices. We implemented this algorithm and tested it with synthetic and real data, using validation index to compare our results with the results obtained by the TriCluster algotithm. Results show that our solution is good for three dimensional gene expression data and can be employed to other domains

O advento do sequenciamento de nova geração (NGS - Next Generation Sequencing) nos últimos anos proporcionou um aumento expressivo no número de projetos genômicos. De maneira simplificada, as máquinas sequenciadoras geram como resultado fragmentos de DNA que são utilizados por programas montadores de genoma. Esses programas tentam juntar os fragmentos de DNA de modo a obter a representação completa da sequência genômica (por exemplo um cromossomo) da espécie sendo sequenciada. Em alguns casos o processo de montagem pode ser executado com maior facilidade para organismos com genomas de tamanhos pequenos (por exemplo bactérias com genoma em torno de 5Mpb), através de pipelines que automatizam a maior parte da tarefa. Um cenário mais complicado surge quando a espécie possui genoma com grande comprimento (acima de 1Gpb) e elementos repetidos, como no caso de alguns eucariotos. Nesses casos o resultado da montagem é geralmente composto por milhares de fragmentos (chamados de contigs), uma ordem de magnitude muito superior ao número de cromossomos estimado para um organismo (comumente da ordem de dois dígitos), dando origem a uma montagem altamente fragmentada. Uma atividade comum nesses projetos é a comparação da montagem com a de outro genoma como forma de validação e também para identificação de regiões conservadas entre os organismos. Embora o problema de alinhamento par-a-par de genomas grandes seja bem contornado por abordagens existentes, o alinhamento múltiplo (AM) de genomas grandes em estado fragmentado ainda é uma tarefa de difícil resolução, por demandar alto custo computacional e grande quantidade de tempo. Este trabalho consiste em uma metologia para fazer alinhamento múltiplo de genomas grandes de eucariotos com montagens altamente fragmentadas. Nossa implementação, baseada em alinhamento estrela, se mostrou capaz de fazer AM de grupos de montagens com diversos níveis de fragmentação. O maior deles, um conjunto de 5 genomas de répteis, levou 14 horas de processamento para fornecer um mapa de regiões conservadas entre as espécies. O algoritmo foi implementado em um software que batizamos de FROG (FRagment Overlap multiple Genome alignment), de código aberto e disponível sob licença GPLv3. / The advent of Next Generation Sequencing (NGS) in recent years has led to an expressive increase in the number of genomic projects. In a simplified way, sequencing machines generate DNA fragments that are used by genome assembler software. These programs try to merge the DNA fragments to obtain the complete representation of the genomic sequence (for example a chromosome) of the species being sequenced. In some cases the assembling process can be performed more easily for organisms with small-sized genomes (e.g. bacteria with a genome length of approximately 5Mpb) through pipelines that automate most of the task. A trickier scenario arises when the species has a very large genome (above 1Gbp) and complex elements, as in the case of some eukaryotes. In those cases the result of the assembly is usually composed of thousands of fragments (called contigs), an order of magnitude much higher than the number of chromosomes estimated for an organism (usually in the order two digits), giving rise to a highly fragmented assembly. A common activity in these projects is the comparison of the assembly with that of another genome as a form of validation and also to identify common elements between organisms. Although the problem of pairwise alignment of large genomes is well circumvented by existing approaches, multiple alignment of large genomes with highly fragmented assemblies remains a difficult task due to its time and computational requirements. This work consists of a methodology for doing multiple alignment of large eukaryotic genomes with highly fragmented assemblies, a problem that few solutions are able to cope with. Our star alignment-based implementation, was able to accomplish a MSA of groups of assemblies with different levels of fragmentation. The largest of them, a set of 5 reptilian genomes where the B. jararaca assembly (800,000 contigs, N50 of 3.1Kbp) was used as anchor, took 14 hours of execution time to provide a map of conserved regions among the participating species. The algorithm was implemented in a software named FROG (FRagment Overlap multiple Genome alignment), available under the General Public License v3 (GPLv3) terms.

A família de genes HOX compreende um conjunto de fatores de transcrição altamente conservados evolutivamente. Em mamíferos, os genes HOX se subdividem em 4 clusters: HOXA, HOXB, HOXC e HOXD, atuando no desenvolvimento embrionário com a regulação de processos biológicos como proliferação, diferenciação, migração, angiogênese e apoptose que são reativados durante a carcinogênese. Estudos recentes apontam que os genes HOX podem exercer papel relevante na formação de diversos tumores sólidos, todavia ainda não foi possível caracterizar sistematicamente a expressão dos genes HOX em tumores bem como determinar seus alvos em tumores. Desta forma, o objetivo geral deste trabalho consistiu na caracterização in silico do modelo de atuação genes HOX na carcinogênese. Para cumprir este objetivo foi identificado o perfil diferencial dos genes HOX entre amostras normais e tumorais. Alvos de genes HOX foram identificados e, quando diferencialmente expressos, foram associados com os genes HOX, independentemente dos índices de metilação e CNA. Por fim, as associações finais entre os genes HOX e seus alvos foram enriquecidas com os bancos de dados KEGG e GO. Identificou-se diferentes assinaturas de expressão de genes HOX em diferentes tumores, associadas com o eixo ântero-posterior do corpo humano, bem como os folhetos embrionários originários aos tecidos tumorais, compatível com o padrão de expressão no desenvolvimento embrionário. Um número considerável de genes HOX atuam preferencialmente via enhancers na regulação de seus alvos. Como exemplo, os genes HOXB7 e HOXC11, que funcionam como moduladores anti tumorais. Finalmente, o estudo mostra que diante do número crescente de dados genômicos públicos, é possível viabilizar projetos de grande valor científico. / The HOX gene family comprises a set of evolutionarily highly conserved transcription factors. In mammals, HOX genes are subdivided into four clusters: HOXA, HOXB, HOXC and HOXD, acting on the embryonic development with regulation of biological processes such as proliferation, differentiation, migration, angiogenesis and apoptosis that are reactivated during carcinogenesis. Recent studies indicate that HOX genes may play a relevant role in the formation of several solid tumors, but it has not been possible to systematically characterize the expression of HOX genes in tumors as well as to determine their targets in tumors. Thus, the general aim of this project was to characterize the in vivo model of HOX genes in carcinogenesis. To accomplish this goal the differential profile of HOX genes was identified between normal and tumor samples. HOX gene targets were identified and, when differentially expressed, were associated with HOX genes regardless of methylation and CNA indices. Finally, the final associations between the HOX genes and their targets were enriched with the KEGG and GO databases. Different signatures of HOX gene expression were identified in different tumors, associated with the anteroposterior axis of the human body, as well as the embryonic leaflets originating from the tumor tissues, compatible with the expression pattern in the embryonic development. A considerable number of HOX genes preferentially act via enhancers in the regulation of their targets. As an example, the HOXB7 and HOXC11 genes, which function as pro-tumor modulators. Finally, the study shows that in view of the growing number of public genomic data, it is possible to make feasible projects of great scientific value.

A descoberta do tropismo do Vírus da Imunodeficiência Humana tipo 1 (HIV-1) pelos correceptores CCR5 e CXCR4 propiciou o desenvolvimento de novas estratégias terapêuticas com alvo nestes correceptores. Os antagonistas de CCR5 são fármacos que bloqueiam o correceptor CCR5, impedindo a entrada do (HIV) na célula, levando a uma diminuição significativa da viremia. Porém, a administração deste medicamento depende da determinação do tropismo dos vírus do indivíduo infectado antes e ao longo do uso desta estratégia terapêutica. A alça V3 da gp120 do envelope do HIV-1 é considerada o principal determinante do tropismo, mas outros fatores como diferenças intrínsecas entre as variantes do HIV-1, o número de sítios de N-glicosilação, variações no comprimento de determinadas regiões e a carga elétrica global da gp120 também podem afetar o tropismo viral. Este estudo apresenta a caracterização molecular da gp120 e a relação dos fatores moleculares com o tropismo pelos correceptores CCR5 e CXCR4. Foram incluídos no estudo 283 indivíduos infectados pelo HIV-1, dos quais foi possível obter 265 sequências da alça V3, resultados de tropismo fenotípico para 78 amostras e 20 sequências da gp120 completa. O tropismo fenotípico demonstrou a prevalência de vírus R5 (70,5%) e a presença de apenas uma amostra contendo exclusivamente vírus X4. O tropismo genotípico classificou 71,7% das sequências como vírus R5 e 28,2% como capazes de utilizar o correceptor CXCR4. A concordância entre os resultados de tropismo fenotípico e genotípico foi de 74,5%. Houve a prevalência do subtipo B (82%), sendo que a variante B\'(GWGR) esteve presente em 34,5% dos casos. Em média, as sequências da gp120 apresentaram 22 sítios de N-glicosilação, concentrados nas regiões C2 e C4. A carga elétrica líquida apresentou médias semelhantes entre vírus R5 e X4 tanto para a alça V3 quanto para a gp120. As características moleculares descritas neste estudo apresentaram distribuição semelhante entre vírus R5 e X4, não sendo possível estabelecer relações entre estes fatores a determinação do tropismo. / The tropism of Human Immunodeficiency Virus type 1 (HIV - 1) for CCR5 and CXCR4 coreceptors has provided the development of new therapeutic strategies targeting these coreceptors. CCR5 antagonists are able to prevent the HIV cell entry by blocking the CCR5 coreceptor, improving the viremia decreasing. However, this drug administration depends on viral tropism determination before and during the use of this therapeutic strategy. The V3 loop of the HIV-1 gp120 envelope is the major tropism determinant, but other factors such HIV-1 genetic variability, number of potential N-linked glycosylation sites, length variations in some protein domains and the gp120 global net charge may also affect the viral tropism. This study presents the molecular characterization of gp120 and the relationship between molecular factors and the tropism for CCR5 and CXCR4 coreceptors. A total of 283 HIV-1 infected subjects were included in this study. It was possible to obtain 265 V3 loop sequences, 78 results of phenotypic tropism and 20 sequences of the whole gp120. Phenotypic tropism showed the prevalence of R5 viruses (70.5%) while exclusively X4 viruses were found in only one sample. Genotypic tropism classified 71.7% of the sequences as R5 and 28.2% as virus able to use the CXCR4 correceptor. The agreement between phenotypic and genotypic tropism results was 74.5%. There was a prevalence of subtype B (82%), and the B\' (GWGR) variant was present in 34.5% of the cases. gp120 showed a mean of 22 N-linked glycosylation sites, which were more frequent in the C2 and C4 regions. The net charge showed similar means between R5 and X4 viruses for both V3 loop and gp120. The molecular characteristics described in this study showed similar distribution between R5 and X4 viruses and it was not possible to establish relationships between these factors the tropism determination.

A progressão das neoplasias sólidas é um processo complexo, não segue uma seqüência universal e é caracterizada pela marcada heterogeneidade tumoral na ocasião do diagnóstico. Anormalidades cromossômicas, mutações somáticas e alterações epigenéticas estão entre as principais alterações celulares decorrentes da instabilidade do genoma destas neoplasias. Essa instabilidade tem importantes implicações clínicas, pois impõe dificuldades ao desenvolvimento de novos biomarcadores tumorais, tais como a baixa recorrência de mutações somáticas causalmente relacionadas ao desenvolvimento do câncer e a grande diversidade amostral. Neste trabalho estudamos alterações citogenéticos e moleculares com objetivo de caracterizar padrões de diversidade tumoral. Os resultados demonstraram que a diversidade cariotípica é específica para cada tipo de tumor e que os tumores de menor diversidade apresentam estatísticas populacionais com melhor sobrevida (79 tipos de tumores; n=12787). Além disso, desenvolvemos novos métodos computacionais baseados na teoria da informação com objetivo de mapear a diversidade de expressão gênica dos mecanismos de estabilização do genoma. Os resultados obtidos sugerem que redes de genes de apoptose e do sistema de reparo por excisão de nucleotídeos estão funcionalmente alteradas em neoplasias sólidas, com aumento da diversidade de expressão gênica e diminuição da abundância de transcritos (14 tipos de tumores; n=492). A implicação deste achado é que ele fornece evidências em favor da instabilidade genômica ao nível dos nucleotídeos, um tipo de disfunção que causa aumento da taxa de mutação somática e que está caracterizada apenas em modelos teóricos e experimentais ou em raros casos de desordens hereditárias. Por fim, a padronização dos métodos computacionais desenvolvidos resultou em duas patentes de invenção (aplicadas ao diagnóstico/prognóstico de neoplasias sólidas) e em dois produtos tecnológicos na forma de programas de computador distribuídos com licença de código aberto (aplicados ao estudo da diversidade citogenética e molecular). Endereço de acesso: http://lief.if.ufrgs.br/pub/biosoftwares/ / The progression of solid tumors does not follow a universal sequence and it is characterized by marked tumor heterogeneity. Chromosomal abnormalities, somatic mutations and epigenetic alterations are among the major cellular changes associated to genome stability impairments, which contribute substantially to this heterogeneity. The cancer genome instability has important clinical implications, since it imposes technical problems for tumor biomarker development, such as the low recurrence of somatic mutations causally related to cancer and the great sample diversity. Here, we considered different types of cytogenetic and molecular changes in order to characterize different patterns of tumor diversity. The results showed that the karyotypic diversity is specific to each tumor type and that tumors with lower diversity present better population statistics – five-year survival rates (79 types of tumors, n = 12787). Furthermore, we developed new computational methods based on information theory concepts in order to map the diversity of gene expression networks of genome maintenance mechanisms. The results suggest that two gene expression networks - apoptosis and nucleotide excision repair (NER) - are functionally altered in solid tumors, with increased gene expression diversity and decreased transcript abundance (14 types of tumors; n=492). The implication of this finding is that it provides evidence in favor of genomic instability at nucleotide level, a type of dysfunction that can increase the somatic mutation rate, which is soundly characterized only in theoretical and experimental models, or in rare inherited disorders. Finally, the standardization of the computational methods developed here gave rise to two patents (applied to the diagnosis / prognosis of solid tumors) and two bioinformatics applications released under open source license (designed for cytogenetic and molecular diversity studies). Availability: http://lief.if.ufrgs.br/pub/biosoftwares/